梁伟章,赵国彦[1]（2022）在《深部硬岩长短期岩爆风险评估研究综述》文中认为岩爆是国内外深部硬岩工程面临的重大挑战。准确、及时地评估岩爆风险能避免不必要的人员伤亡及财产损失。为了解深部硬岩长期和短期岩爆风险评估方法研究现状,对国内外相关文献进行综述。首先,分别对长期和短期岩爆风险评估方法进行系统总结和分类。然后,分析现有各类评估方法的优势与不足。在此基础上,进一步提出长期及短期岩爆风险评估的未来发展方向,以期提高硬岩岩爆风险的评估水平。结果表明:长期岩爆风险评估方法可归纳为单指标经验判据法、多指标集结法、不确定性分析法、综合排序法、机器学习法、数值模拟法和突变理论。短期岩爆风险评估方法可归纳为时序前兆特征法、分形理论、机器学习法、概率预警法和经验法。不同评估方法都存在自身的优缺点及适用范围,在实践中应结合具体工程特性及已有数据情况,对各评估方法进行综合选择。
宫凤强,潘俊锋,江权[2]（2021）在《岩爆和冲击地压的差异解析及深部工程地质灾害关键机理问题》文中研究说明岩爆和冲击地压原来在自然界并不存在,完全是由于人类进行深部地下空间利用、深部矿产资源开采等工程建设时诱发产生的,两者同属于最典型的深部工程地质灾害。由于历史原因,岩爆和冲击地压长期存在概念混用的情况。本文比较详细地综述了岩爆和冲击地压领域国内早期的研究历程,系统解析了岩爆和冲击地压之间存在的差异。在研究对象（硬岩和煤的承载强度、储能及释能能力、弹脆性）、受力条件（地应力、扰动应力）和边界条件（开挖和开采方法及工序、扰动范围和时效性等）方面,岩爆和冲击地压均存在根本区别;在表观现象、限定对象、研究对象、赋存条件、行业领域、工程建设方法、工程建设目的、要求及支护性质、诱发机理、倾向性判据、划分类型、划分等级、等级评价方法等方面,岩爆和冲击地压也存在很大差异。综上,岩爆和冲击地压是并列的两类地质体动力破坏现象,两者之间不存在隶属关系。在综合参考前人研究的基础上,分别给出了岩爆和冲击地压各自的定义和内涵。岩爆的定义为发生在深埋隧道（隧洞）、深部矿山巷道及矿柱部位的硬岩弹射、爆裂或崩落现象,伴随不同程度声响;冲击地压定义为发生在深部煤矿中煤抛出现象,释放出不同程度的动能,严重时往往伴随震动、巨响、气浪或冲击波。从煤动力冲击破坏的现象与名称统一的角度考虑,建议用"煤冲击"代替"冲击地压"概念。在此基础上,详细阐述了岩爆和冲击地压研究中的7点认识。最后,从研究对象、受力条件和边界条件等3个方面讨论了岩爆和冲击地压的关键机理问题,即从静动（或动静）组合加载力学的角度研究岩爆和冲击地压,符合深部地质体破坏的全受力路径,同时要从能量守恒的角度研究从静态到动态的转换问题。在岩爆和冲击地压的机理分析、预测预报、监测报警、调控防治中,都要科学认识各影响因素之间的逻辑关系和辩证关系（注:本文因为无法找到与冲击地压契合的英文名称,在英文摘要中同时存在"coal burst"和"coal bump"两种表达）。
孙兴业[3]（2021）在《基于机器学习的微震智能定位与岩爆等级预测研究》文中进行了进一步梳理在“十四五”科技创新规划纲要中提出了未来国内的科技发展将聚焦于“深地深海,空天科技”等八个前沿领域,其中深部地下空间相比于浅部地下空间,其岩体赋存环境主要表现为高地应力、高地温、高承压水头和强烈开采扰动,容易引发复杂地质灾害,例如硬岩岩爆、软岩大变形等。目前,岩爆问题更是成为制约深地空间安全高效开发的瓶颈问题。微震监测技术作为一种岩体微破裂监测技术,已经成为地下工程灾害监测预警的重要手段。目前微震监测的定位方法主要采用以时间残差为研究对象的定位方法,受限于对人工验证的依赖而无法保证微震事件定位的时效性,可能耽误灾害预警的最佳时机。此外,在岩爆预警工作中,根据微震参数演化进行的岩爆风险性预测受人为主观因素影响较大。基于上述工程现状,本文以构建基于微震监测的地下工程灾害智能预警方法为目标,依托“双江口地下厂房”和“引汉济渭引水隧洞”两个工程实例,针对微震定位和岩爆灾害预测两大科学问题分别提出“基于微震波形的智能定位方法”与“基于微震参数的岩爆预测方法”,为地下工程灾害智能预警和评价提供参考。本文的主要研究成果有:（1）以双江口地下厂房主厂房附近发生的微震事件构建了数据集,搭建了MSlocation Net全卷积神经网络,以波形作为神经网络的输入,以研究区域的三维Gauss函数作为神经网络的输出,对数据集进行过采样后,测试集中微震事件的震中误差、震源深度误差和绝对误差均小于5m,说明本文提出的MS-location Net能够对双江口主厂房附近的微震事件进行有效定位。（2）根据引汉济渭输水隧洞TBM的施工进度,选取260天内发生的岩爆等级情况作为研究对象。引入两类经典的机器学习算法,选取前一天的累积微震事件数、累积总能量、累积视应力、累积视体积、b值、最大矩震级以及传感器检测到的最大位移值作为模型的输入部分,以当天的岩爆等级标签值作为模型的输出部分。建立了一种基于微震参数的深埋隧道岩爆预测模型。（3）通过SVM、Adaboost、GBDT、Random tree、XGBoost算法在采取不同“过采样”方法的数据集上进行测试,比较5种算法的整体准确率及F1值等性能评价指标,表现最好的算法为Borderline-SMOTE 1-XGBoost算法,经5折交叉验证后的精度为87%,在选定测试集的精度为90%,宏F1值和微F1值分别为0.90、0.90,能够为引汉济渭的岩爆风险性预测提供参考。
曾强[4]（2021）在《不同岩爆倾向灰岩声发射参量分析及破裂特征研究》文中研究表明随着矿产资源需求增大,深部采矿在矿山越来越普及,岩爆灾害愈发频繁。而岩石声发射是有效反映岩石内部损伤信息载体,对岩石岩爆破裂失稳过程中声发射参数特征研究,为深部开采声发射参数预警岩爆提供理论依据。在同一钻孔不同深度获取灰岩岩芯试样,开展各埋深灰岩单轴压缩声发射试验、巴西劈裂试验和单轴加卸载试验,基于弹性能量指数、线弹性能和脆性指数等评价指标对各埋深灰岩进行岩爆倾向性评判,获取各埋深灰岩单轴压缩破裂过程中的声发射特征参量,并对灰岩岩爆倾向与声发射特征之间的关联性进行分析,结合声发射RA值和AF值、宏观裂纹形态和微观形貌特征研究了各埋深灰岩试样在不同岩爆倾向下的破裂模式与破裂特征,研究结果如下:（1）埋深超过600m后,灰岩岩爆倾向性由弱到强逐级递增,综合多判据下灰岩的岩爆倾向性,并进行统一判别:600m和700m深度为弱岩爆倾向;在800m和900m时为中等岩爆倾向;当埋深达到1000m,灰岩表现为强岩爆倾向。（2）通过对不同埋深灰岩单轴加载过程声发射特征参量进行分析,具有弱岩爆倾向的灰岩,声发射振铃计数和事件数出现随加载过程平缓上升至最高值,声发射累计能量变化曲线呈“阶梯状”上升趋势,具有中等岩爆和强岩爆倾向的灰岩声发射振铃计数和事件数在孔隙压密阶段处于极低值,在裂纹扩展阶段,声发射信号进入活跃期,特征参量平稳波动,在峰值破裂前,声发射振铃计数和事件数急剧上升,加载过程声发射累计能量变化曲线呈“缓慢上升-急速增长”趋势。（3）基于G-P算法计算灰岩破坏过程中的声发射能率的关联维数D值,归纳出不同岩爆倾向灰岩的分维值演化规律,即由无岩爆或者弱岩爆的“升维-波动-降维”演化模式转换为强岩爆倾向的“平稳-降维”演化模式,为深部开采声发射参数判识岩爆提供理论依据。（4）计算灰岩单轴压缩过程中声发射参数RA值和AF值,并对灰岩岩爆破坏裂纹进行分类,发现随着埋深递增,灰岩由弱岩爆倾向下的“张拉型”声发射信号演变为强岩爆倾向下的“张拉型”和“剪切型”声发射混合信号。（5）结合灰岩破裂宏观裂纹分类和微观断口形貌特征,分析不同埋深灰岩岩爆破坏特征:随着灰岩埋深递增,具有弱岩爆和无岩爆倾向的灰岩以张拉破坏为主,微观破裂特征体现为晶体间沿晶断裂和穿晶断裂,具有强岩爆倾向灰岩以张拉和剪切联合破坏为主,微观破裂特征体现为沿晶断裂、穿晶断裂和剪切断裂三者共存。
吴忠广[5]（2021）在《深埋隧道硬岩灾变风险评估方法研究》文中研究指明在深埋高地应力条件下,硬脆性岩体隧道开挖卸荷诱发的剥落破坏与岩爆灾害现象发生频率越来越高,对隧道施工安全与长期稳定带来严重影响。深埋隧道硬岩灾变风险评估面临围岩参数不确定性导致风险存在的演化机制尚不明确、普适性的剥落破坏风险评估方法尚不健全、不完备信息条件下岩爆风险评估方法尚不完善等三方面关键问题,本文利用案例统计、理论解析、现场监测和数值模拟等相结合的方法,系统研究提出了基于不确定性分析的深埋硬岩隧道剥落破坏与岩爆风险评估方法,对于有效指导硬岩灾变防治具有重要的现实意义。本文取得的主要研究成果具体如下:（1）针对硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数,系统分析了其不确定性来源,确定了概率统计特征;利用粒子群-多输出支持向量机方法建立反映反演参数与隧道多源监测数据间非线性映射关系的智能响应面;结合贝叶斯分析方法构建概率反演模型,运用马尔科夫链蒙特卡洛模拟算法实现了三个围岩参数同时动态更新;解释了围岩参数更新前后隧道结构变形存在差异的原因,揭示了围岩参数不确定性导致风险产生的演化机制。（2）基于启裂-剥落界限方法不确定性分析,提出了一种深埋硬岩隧道剥落破坏普适性风险评估方法。首先,利用可靠度设计方法,建立基于Hermite随机多项式展开随机响应面的剥落破坏深度概率可靠度估测模型,确定拱顶与拱腰剥落破坏发生概率;其次,利用单位长度隧道断面剥落破坏深度与平均损失费用计算破坏后果直接经济损失,由此开展剥落破坏风险估计;最后,推导得到剥落破坏预期成本比理论解析公式,确定了剥落破坏可能性概率等级阈值,计算得到了风险分级标准。将该方法应用于加拿大低中放废物深地质处置库工程案例中,得到了拱顶剥落破坏、拱腰剥落破坏与两者同时发生三种情况下风险等级,并分析了常用深度估测经验公式、随机变量变异系数与相关系数对剥落破坏深度概率估测的影响。（3）基于岩爆实际案例统计分析,从中提取最大切向应力、岩石单轴抗压强度、岩石单轴抗拉强度、应力强度比、岩石脆性系数、弹性变形能指数等六个主要特征参数,确定各参数概率分布函数与相关性;构建Copula理论框架下六个参数多维联合概率分布函数,建立反映六个参数与隧道岩爆预测等级值间非线性映射关系的粒子群算法优化最小二乘支持向量机智能响应面,由此联合确立了基于Copula理论的最小二乘支持向量机岩爆预测概率模型,利用蒙特卡罗模拟方法得到了岩爆预测等级值威布尔概率分布函数,提出了隧道岩爆预测概率模型。（4）基于岩爆微震监测实际案例统计分析,从中选取累积事件数、事件率、累积释放能量对数、能量速率对数、累积视体积对数与视体积率对数等六个主要特征参数,确定各监测参数概率分布函数与相关性;构建Copula理论框架下六个监测参数多维联合概率分布函数,建立反映六个监测参数与隧道岩爆预测等级值间非线性映射关系的粒子群算法优化随机森林智能响应面,利用蒙特卡洛模拟确立了基于Copula理论的随机森林岩爆预测概率模型;基于人员伤亡、直接经济损失、社会影响、环境影响与工期延误等五种后果情形,建立了岩爆事故后果当量计算模型;结合风险等高线图,确定岩爆风险分级标准,由此构建了岩爆风险评估贝叶斯网络模型,计算得到不同岩爆风险等级及其概率值,提出了基于贝叶斯网络的深埋硬岩隧道岩爆风险动态评估方法。结合施工前岩爆风险可能性估测,构建了岩爆两阶段风险评估机制。（5）系统分析了围岩参数不确定性与模型不确定性对岩爆风险可能性概率估测结果的影响,以及施工中岩爆风险贝叶斯网络评估模型准确性与适宜性对评估结果的影响。锦屏二级水电站实际岩爆案例应用结果验证了施工前岩爆风险可能性估测方法与施工中岩爆风险动态评估方法的可行性,并通过对比分析表明了岩爆两阶段风险评估机制的合理性与实用性。
田睿[6]（2020）在《基于机器学习的岩爆烈度等级预测模型研究与应用》文中进行了进一步梳理岩爆是大型地下岩土和深部资源开采工程面临的难题之一,准确预测岩爆烈度等级具有重要工程意义和学术价值。岩爆烈度等级预测是岩爆防控的重要科学依据,准确实用的预测模型可有效地指导岩爆防控。然而,传统预测模型受多种复杂因素影响,在指标权重确定和实际工程应用等方面,其有效性还有待提高。本文基于建立的岩爆烈度等级预测数据库,采用机器学习技术,针对岩爆预测数据的随机性、模糊性、有限性、非线性、离散性等特点,提出了3种岩爆烈度等级预测模型,并验证了预测模型的有效性,同时将预测模型应用于内蒙古赤峰某金矿深部开采岩爆工程实践。论文完成的主要内容:（1）建立了岩爆烈度等级预测数据库。通过分析4个岩爆工程实例,综合考虑岩爆的影响因素、特点以及内外因条件,选取洞壁围岩最大切向应力、岩石单轴抗压强度、岩石单轴抗拉强度和岩石弹性能量指数作为岩爆预测评价指标;通过对比分析国内外现有的岩爆烈度等级方案,考虑岩爆发生的强弱程度和主要影响因素,将岩爆烈度分为4级:I级（无岩爆）、II级（轻微岩爆）、III级（中级岩爆）、IV级（强烈岩爆）;根据所确定的岩爆评价指标和岩爆烈度等级,建立了一个包含301组岩爆工程实例的数据库,作为岩爆烈度等级预测的样本数据。（2）提出了基于随机森林优化层次分析法-云模型（RF-AHP-CM）的岩爆烈度等级预测模型。考虑岩爆预测的时效性,采用层次分析法（AHP）计算岩爆评价指标权重;并采用能够有效处理数据特征模糊的随机森林（RF）算法,建立了基于随机森林的岩爆评价指标重要性分析模型;根据指标重要性量化分析结果,构造层次分析法中的分析矩阵,优化层次分析法,构建了RF-AHP指标权重计算方法;结合云模型（CM）,构建了RF-AHP-CM岩爆预测模型,其预测准确率可达85%。该预测模型可判断主要发生的岩爆烈度等级,并可同时判断可能发生的岩爆烈度等级,有效地解决了具有不确定性、随机性和模糊性的岩爆预测问题。（3）提出了基于改进萤火虫算法优化支持向量机（IGSO-SVM）的岩爆烈度等级预测模型。针对岩爆预测数据的有限性、非线性等特征,采用基于佳点集变步长策略的萤火虫算法（IGSO）,优化支持向量机（SVM）的惩罚参数C和径向基函数参数g,构建了IGSO-SVM岩爆预测模型,其预测准确率可达90%。该预测模型避免了指标权重确定问题,通过直接学习岩爆工程实例数据,有效地解决了有限样本条件下非线性的岩爆预测问题。（4）提出了基于Dropout和改进Adam算法优化深度神经网络（DADNN）的岩爆烈度等级预测模型。为适应更大规模的岩爆数据处理需求,采用深度神经网络（DNN）,针对岩爆预测数据的离散性、有限性等特征,采用Dropout对模型进行正则化以防止发生过拟合,同时,为了提高预测模型的时效性和效稳性,采用改进Adam算法优化参数,构建了DA-DNN岩爆预测模型,其预测准确率可达98.3%。该预测模型有效地解决了更大数据规模的岩爆预测问题。（5）不同岩爆烈度等级预测模型的对比分析与工程实例应用。对RF-AHPCM岩爆预测模型、IGSO-SVM岩爆预测模型和DA-DNN岩爆预测模型从预测准确率、时效性和适用范围3个方面进行了对比分析,3个岩爆预测模型各具优势,从不同角度有效地解决了岩爆预测问题。采用所构建的3个岩爆预测模型对内蒙古赤峰某金矿深部开采进行了岩爆预测,预测结果与现场实际情况具有较好的一致性,验证了所构建模型的准确性和实用性,最后根据岩爆预测结果和矿山生产实际,提出了8项相应的岩爆防治措施。
张航[7]（2020）在《基于深度学习的隧道微震信号处理及岩爆智能预警研究》文中研究说明中国“十三五”科技创新规划纲要提出了加强深部资源的开发和利用,包括矿物、能源资源勘探开发、城市地下空间利用及减灾防灾等,而深部资源的探索过程中往往面临各种风险和危害,特别是深部地下工程及隧道工程在建设过程中容易引发大量工程地质灾害,如岩爆、大变形等。微震监测技术作为一种新型岩体微破裂监测技术,已经快速发展并成为地下工程灾害监测预警的重要手段之一,且具有7×24小时全天候不间断监测特点,这导致了监测过程中数据的大量采集与积累,给数据的及时、快速和有效处理带来了巨大挑战。目前,大部分数据处理工作都是依靠具有较为丰富实践经验和较为扎实地震学功底的工作人员完成,处理时间较长,且效率和准确率得不到保证,严重影响了地质灾害预测和预警的时效性。同时,结合微震活动发育情况或震源参数演化规律进行灾害预警的人为主观因素较大,其有效的预警方法及稳定性需要进一步提升。基于此,本文以深埋隧道岩爆灾害为研究对象,结合微震监测技术、人工智能算法、深度学习和物联网技术,开展了基于深度学习的隧道微震信号处理及岩爆智能预警研究。基于充足的微震监测数据,建立围岩微震波形智能分类模型及降噪和拾取模型,优化和改善震源定位方法,结合岩爆灾害形成全过程微震信息演化趋势构建微震预测和岩爆预警模型,最终提出岩爆微震综合预警流程。在此基础上,研发和构建隧道微震自动化监测及岩爆智能预警平台,提高岩爆灾害动态预警的时效性和准确性。通过研究,本文获得如下主要成果和认识:（1）构建围岩微震信号智能分类模型。对现场监测信号进行时频分析能够初步区分和识别微破裂信号,其具有强度和频率相对较低、波形成分较为单一、衰减更快等特点。建立微破裂波形与噪音波形（爆破、机械和未知波形）的两类样本数据库,基于深度卷积神经网络构建了围岩微震波形智能分类模型,通过训练、验证、测试和方法对比分析,并结合相关指标证明了该方法的良好性能,且对于不同信噪比水平的微破裂信号同样能够较好检测。同时,该模型具有良好的泛化能力,对不同背景地质构造区域下的围岩微震波形分类也保持较高的精度,能够更好检测Mw≥0.5的微破裂事件。训练后的模型无需调整参数即可保证准确性,在实时监控、智能检测和分类方面具有良好的应用前景。（2）建立基于深度卷积编解码神经网络的微震波形降噪和拾取双任务模型。该模型集成了具有两个相似结构的卷积编解码网络,能够一次性解决围岩微破裂信号降噪和持续时间拾取问题。基于半合成数据训练好的模型,即使微破裂信号受到不同类型和强度的噪声污染（非高斯噪声）,甚至于噪声的频带与微破裂信号的频带重叠,信号和噪声成分也能正确的区分与分离。降噪后的微破裂信号泄漏极小,其形状和幅度特性得到了很好的保留,这些特点同样适用于通过含噪信号与降噪信号获得的预估的噪声（非高斯噪声和高斯噪声）。该模型在信号持续时间拾取上也表现出较高的拾取精度,包括了信号到时的拾取。虽然该模型的训练数据来自于半合成数据,但无论是降噪效果、波形恢复,还是持续时间拾取方面,其在实际采集围岩微震信号的应用效果同样保持良好。此外,该方法对于噪声污染而无法人为确定的微破裂信号持续时间也具有良好拾取能力,可以进一步改进和校正人为拾取结果。与高通滤波器降噪性能、STA/LTA方法到时拾取精度相比,该方法显着提高了信噪比,并引入了较少的波形失真,使真实波形得到更好的恢复,较高的命中率和较低的平均偏差证明了其在低信噪比下也具有良好的拾取精度,能够满足工程到时拾取精度要求。（3）优化和评估隧道微震阵列与震源定位算法。引入残差准则和双曲线密度评估和分析轴向扩展、横向扩展和双洞阵列三种隧道“非包围”式微震阵列的震源定位的准确性和有效性,并结合人工敲击实验和现场应用进行验证,结果显示双洞阵列定位效果相对最优。引入加权系数优化基于L1范数准则的微震定位目标函数,并结合隧道开挖爆破方式和初始震源位置判断构建隧道围岩传播速度模型,一定程度上提高了震源定位精度。引入混沌初始化策略、自适应学习因子、权重系数改进和提高种群多样性等措施优化粒子群算法并改善微震震源定位效果,最终通过不同定位方法对比论证了改进后的方法具有可靠性较强、稳定性较高的特点,能够很好地跳出局部最优,实现收敛精度的提升,找到比其他算法更好的解。（4）构建基于多变量、多目标的岩爆微震参数时间序列的智能预测模型。选取岩爆灾害形成全过程的能量释放、视体积、事件数及其累计值和能量指数等多变量微震参数构建岩爆微震指标库。基于此,建立基于卷积神经网络的多目标岩爆微震指标时间序列预测模型,结合各类评价指标对比分析不同神经网络模型的预测性能,提出了微震指标时间序列预测方法,实现了未来微震参数的准确预测,为后续岩爆灾害动态预警提供数据基础和支撑。（5）建立基于灾变前兆信息及其演化趋势推断的岩爆微震综合智能预警模型。基于累计视体积和能量指数变化趋势将岩爆灾害形成全过程划分为岩爆萌生阶段、岩爆灾变阶段和岩爆成灾阶段。结合滑动时窗方法建立不同岩爆阶段所对应的样本数据库,基于高分辨率卷积神经网络构建岩爆预警模型,结合各类评价指标和方法对比研究了模型的性能表现,论证了该模型对不同岩爆阶段预测的准确性和良好性能,并验证了模型对不同环境数据的鲁棒性,最终确定以岩爆灾变阶段作为岩爆预警的阈值之一。同时,探索和研究不同岩爆灾害形成全过程的岩爆危险度及其增长趋势,认为当岩爆危险度增长速率大于0的量值的拟合曲线连续出现了不少于6次数据点的持续性升高为岩爆风险的另一预警阈值。结合微震监测技术,基于岩爆微震预测模型推断多参数灾变前兆信息的演化趋势,最终建立岩爆微震综合预警流程。（6）基于微震监测技术、微震信号处理（围岩微震波形智能分类、降噪和拾取）、震源定位、参数计算、微震预测和岩爆预警等各类智能算法和模型,结合Java和Python编程语言,运用B/S构架体系,建立了隧道微震自动化监测及岩爆智能预警系统平台。该平台实现了整个微震监测工作流程的自动化、高效化和智能化,极大程度上改善了数据质量和处理速率,一定程度上保证了岩爆微震预警的及时性和准确性。同时,研发平台在实际工程中得到了良好应用。
裴峰[8]（2020）在《纱岭金矿深部地层岩体力学性能与深竖井围岩稳定性分析及控制》文中认为随着浅部矿产资源的日益枯竭,我国逐渐进入深部开采阶段,片帮、岩爆、局部大变形等灾害较浅部在频度和强度方面显着增加,成为深部地下工程建设亟需解决的问题。深部地下工程灾害是由岩石本身力学性能、所处复杂地质环境和开挖扰动力学响应引起的。埋深的增加导致地应力升高,而高地应力导致的围岩片帮、剥落、岩爆以及大变形则是制约深竖井设计和施工的关键因素。深部地层岩石在高地应力作用下力学特性及工程响应较浅部岩石存在明显差异,导致地下工程灾害具有多发性和突发性。因此,开展高地应力作用下深竖井围岩稳定性研究具有重要意义。本文结合国家重点研发计划项目-深部金属矿建井与提升关键技术,从金属矿深竖井开挖围岩稳定性分析及控制这一科学问题出发,依托纱岭金矿在建深竖井为工程背景开展研究。基于深部地层地应力场分布特征、室内岩石力学试验、数值模拟和理论分析,系统研究了不同赋存深度岩石在动、静载荷作用下力学性能、能量演化与分配比例和失稳破坏过程及随深度变化规律,结合声发射监测技术进一步探讨了不同赋存深度岩石失稳破坏过程中声发射信号的频率、时序特征以及硬脆性岩石高地应力作用下致灾机理。最后,采用数值模拟方法模拟了纱岭金矿主井开挖应力场、变形场、能量场、塑性区和围岩损伤程度特征及其随深度变化规律,揭示了围岩失稳破坏机制,并提出相应失稳控制理论和技术措施。相关研究成果对深部建井围岩稳定性分析以及开挖支护提供了理论支撑。主要研究成果如下:（1）在纱岭金矿建井工程区地层完整性分析的基础上,针对主井、副井、回风井的3个深钻孔内进行水压致裂地应力测量,获得了纱岭金矿建井工程区560～1532 m范围内地应力场随深度变化规律。分析了最大水平主应力方向与山东渤海沿岸地区最大水平主应力方向的关系,从板块运动的角度解释了最大水平主应力方向形成的机制,明确了建井工程区深部地层岩石所处复杂地层环境和地应力场特征。（2）选取井筒穿越变辉长岩和花岗岩两种岩石为主要研究对象,通过X射线衍射试验（XRD）和双目透反射偏光显微镜观察得到了岩石基质的类型、矿物组成和微观结构。对不同赋存深度岩石开展了动、静加载作用下岩石力学试验,从力学特性、破坏形态、声发射信号和失稳破坏演化过程分析了深部地层岩石物理力学性能、脆性破坏特征及随深度的变异性。同时,对岩样破裂断口进行电镜扫描获得了破裂断口细观形貌,从细观角度分析了硬岩的脆性破坏机制。最后,基于多重判据冲击倾向性判别准则对深部岩石冲击倾向性进行评价,采用冲击危险性和冲击危险势指标表征深部地层岩石发生冲击破坏的可能性及强度。（3）岩石储能能力是片帮、岩爆等灾害能量判据的重要指标,基于岩石极限储能理论研究了深部地层岩石储能能力随深度变化规律。综合考虑给定深度和周围应力环境因素,通过特征应力以及两个阶段能量随围压的变化规律,揭示了围压对岩石渐进破坏的影响。利用循环加卸载试验分析了深部地层岩石加载过程中力学参数的演化规律,表明了循环载荷对岩石强度参数具有强化和损伤双重效应作用,进而反映岩石能量存储与耗散特征,同时提出了修正后的CWFS（粘聚力弱化摩擦强化）模型;系统分析了岩石加载失稳破坏过程中输入能量密度、弹性应变能密度和耗散能密度演化过程及分配规律,进一步揭示了岩石峰前以积聚弹性应变能为主、耗散能为辅的能量演化规律,同时阐明了能量演化及分配规律的围压效应;最后,从能量耗散角度分析了岩样损伤与应力水平之间的关系,基于耗散能发展规律建立了围岩失稳破坏能量判据,揭示了深部地层围岩损伤破坏能量机制。（4）岩石等脆性材料破坏过程能量耗散主要用于裂隙结构面的产生及其相互摩擦,采用分离式霍普金森压杆（SHPB）对深部花岗岩开展不同冲击速度作用下动态力学试验,得到了深部地层岩石动态抗压强度、破碎形态、能量耗散与冲击速度之间的关系,并与静态加载试验结果进行对比分析。探讨了冲击过程中耗散能密度、透射能密度、入射能密度等随冲击速度的演化规律,揭示了冲击破坏后破碎岩样分形维数特征,进一步研究了深部地层围岩突发式失稳破坏的内在机制。（5）基于声发射（AE）监测技术,从特征参数（计数率、能量率、累计计数、累计能量）和波形（幅值和峰频）两方面研究了不同深度地层岩石加载失稳破坏过程AE信号与应力水平之间的关系以及随深度变异性特征,反演了不同应力水平下岩石的稳定性,提出了岩石失稳破坏的声发射前兆信息。通过循环加卸载试验研究了不同赋存深度冲击性岩石加载过程中的不可逆性,得到了不同受力及变形阶段声发射信号变化特征及规律,揭示了岩石内部损伤程度的非线性加剧过程。同时探讨了加卸载过程中声发射b值演化规律,为进一步反演岩石损伤及破坏机制提供了理论依据。（6）综合考虑岩体声波波速随深度的变化、岩芯质量完整性、地下水、地应力分布特征和室内岩石力学试验的基础上,采用Hoek-Brown强度准则合理获得不同深度地层岩体力学参数。利用FLAC3D数值模拟软件分析了纱岭金矿主井穿越复杂地层应力场、变形场、塑性区特征及随深度变化规律,总结了围岩力学响应的时空演化规律和特征。采用破坏接近度指标分析了围岩损伤范围与破碎程度随深度变化关系,同时确定了最小支护深度和安全支护深度的范围。通过深竖井开挖后围岩能量积聚特征,确定了围岩能量积聚范围,合理预测了井筒围岩片帮、岩爆发生位置及强度,同时提出了相应卸压及支护措施。综合影响围岩稳定的多种因素对纱岭金矿主井地层进行了危险区划分,开展了围岩稳定性分析并提出深竖井施工围岩支护设计方案。
边庆超[9]（2020）在《引水隧洞的岩爆模糊综合预测与防治研究》文中认为岩爆问题是当前岩石力学研究的难点和热点,目前大量的研究工作停留在岩体的应力状态和破坏判据的研究上,对岩爆进行预测的相关研究工作还相对紧缺。因此,开展引水隧洞等的地下工程岩爆的预测与防治方法研究,对于避免因岩爆导致的人身、财产损失,实现科学、经济的地下工程建设,具有重要的理论意义与实用价值。本文以锦屏二级水电站引水隧洞工程为例,针对引水隧洞的岩爆模糊综合预测与防治问题展开了系列研究,取得了一定的研究成果,对于锦屏二级水电站引水隧洞工程后续进行岩爆预测与防治具有一定的理论意义与实用价值,也为其它类似的引水隧洞工程开展岩爆预测与预防提供了参考依据。论文的研究结论与成果包括以下几个方面:（1）通过对现有岩爆资料进行全面分析,结合现场调研和室内测试,对引水隧洞围岩岩爆的模式、分级、预测预报、防治措施等开展深入研究,结果表明锦屏引水隧洞在开挖过程中将产生岩爆,其强烈程度以轻微至中等为主,局部洞段可能发生强烈至极强程度的岩爆。辅助洞岩爆发育特征与长探洞岩爆特征一致。辅助洞内所发生岩爆等级要比长探洞严重,说明在锦屏工程区岩爆存在着一定的尺寸效应。岩石的节理和裂隙比较密集,岩体的总体级别较低,矿岩切割比较严重。（2）从影响引水隧洞等地下工程发生岩爆的主要因素中,选取具有代表性的、可量化的因素,形成评价模型因素集,并基于现有的研究成果,建立了针对岩爆烈度的评价集;然后以锦屏二级水电站引水隧洞工程为例,通过计算各评价模型因素在岩爆烈度评价集上的隶属度与模糊关系矩阵,开展了岩爆烈度及其分布的模糊综合预测,结果表明锦屏二级水电站的引水隧洞自洞口开始的550m范围内均无岩爆,从距洞口 550m开始到8100m的里程范围内存在轻微的岩爆,从距洞口 8100m开始到13500m范围内开始存在中等程度的岩爆,从距洞口 13500m开始到15000范围内存在微弱的岩爆,从距洞口 15000m到16200m范围内存在强烈岩爆,从距洞口 16200m至16670m范围内无岩爆。整个预测结果与工程施工过程中的实际情况相一致,证实了本文方法的正确性。（3）开展了锦屏二级水电站引水隧洞的岩爆防治方法研究。在模糊综合分析预测的基础上,从改善围岩应力,改变围岩性质,加固围岩,改善施工方法及防护,加强施工周期化管理等五个方面提出了引水隧洞的岩爆防治研究方法,对于锦屏二级水电站引水隧洞后续进行安全、高效的施工决策具有重要的理论意义与决策价值。
李鹏翔,陈炳瑞,周扬一,肖亚勋,丰光亮,祝国强[10]（2019）在《硬岩岩爆预测预警研究进展》文中指出岩爆作为一种复杂的、灾难性的地质灾害,自18世纪有资料记录出现以来,就引起了强烈关注。迄今为止,虽然许多学者对岩爆预测预警做了一系列研究,但仍是一个世界性难题。本文系统梳理了现有的岩爆预测预警方法,按其特征将岩爆预测预警方法分为指标判据法、数值指标方法、应用数学方法和现场监测法4个大类。以时间为主轴分析了不同岩爆预测预警方法的发展和演化情况。归纳并评价了不同类别预测预警方法的优缺点及适用范围,同时分析了岩爆预测预警方法类别内部和类别之间的联系及相关性。指出了岩爆预测预警的发展趋势,并对岩爆预测研究的工作重点提出了建议。通过对4类不同岩爆预测预警方法整理和归纳的结果表明:①指标判据法划分为单指标判据和综合指标判据,单指标判据是岩石发生岩爆的必要条件,包含应力条件（应力判据）、岩石性质条件即岩石固有岩爆倾向性条件（能量判据、脆性判据）、岩体质量条件;综合指标判据主要是综合地应力（应力判据）、岩石岩爆倾向性（能量判据、脆性判据）、围岩地质条件（岩爆围岩质量判据）的信息。②岩爆数值指标是从静力学向动力学发展,从单一应用矿山的岩爆指标向多用途多功能发展,从无法表征岩体破坏的弹性理论,向能较好反映岩体破坏后力学性质的劣化过程的弹（脆）塑性理论发展。③以是否依赖相应工程岩爆案例和岩爆指标判据将现有预测岩爆的数学方法划分为两类,即基于岩爆案例样本训练的岩爆综合预测方法和基于综合指标判据的岩爆综合预警方法。④现场监测法是通过直接或间接监测一系列应力、变形、岩体损伤等参数,推断岩爆发生与否或者岩爆等级。⑤随着微震监测技术、大数据及深度学习等人工智能的发展,岩爆预测预警将会更加精细化和智能化。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 1 引言 |
| 2 长期岩爆风险评估研究现状 |
| 2.1 基于单指标经验判据的长期岩爆风险评估 |
| 2.2 基于多指标综合决策的长期岩爆风险评估 |
| 2.3 基于数值模拟的长期岩爆风险评估 |
| 2.4 基于非线性科学理论的长期岩爆风险评估 |
| 3 短期岩爆风险评估研究现状 |
| 3.1 基于时序前兆特征的短期岩爆风险评估 |
| 3.2 基于数学模型的短期岩爆风险评估 |
| 3.3 基于经验方法的短期岩爆风险评估 |
| 4 讨论 |
| 4.1 长期岩爆风险评估方法性能分析 |
| 4.2 短期岩爆风险评估方法性能分析 |
| 4.3 未来发展方向展望 |
| 5 结论 |
| 0 引言 |
| 1 岩爆、冲击地压的含义和名称 |
| 1.1 岩爆、冲击地压的英文名称 |
| 1.2 岩爆、冲击地压的中文名称 |
| 1.3 冲击地压的中文别名 |
| 1.4 岩爆、冲击地压名称区别和特点 |
| 2 岩爆和冲击地压的主要差异 |
| 2.1 表观现象不同 |
| 2.2 限定对象不同 |
| 2.3 研究对象不同 |
| 2.4 赋存条件不同 |
| 2.5 行业领域不同 |
| 2.6 工程建设方法不同 |
| 2.7 工程建设目的、要求及支护性质不同 |
| 2.8 诱发机理不同 |
| 2.9 倾向性判据不同 |
| 2.1 0 划分类型不同 |
| 2.1 1 划分等级不同 |
| 2.1 2 等级评价方法不同 |
| 3 关于岩爆和冲击地压的几点认识 |
| 3.1 岩爆和冲击地压的深部工程地质灾害共同属性 |
| 3.2 深部和高地应力的关系 |
| 3.3 岩爆和冲击地压的早期研究 |
| 3.4 岩爆和冲击地压术语分开的观点和客观必要性 |
| 3.5 不能简单地以行业领域认识岩爆和冲击地压 |
| 3.6 正确认识岩爆和冲击地压的诱因与防治之间的辩证关系 |
| 3.7 对冲击地压术语修正的观点 |
| 4 岩爆和冲击地压的关键机理问题 |
| 4.1 研究对象 |
| 4.2 受力条件 |
| 4.3 边界条件 |
| 5 结论 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微震监测的工程应用研究现状 |
| 1.2.2 微震定位方法研究现状 |
| 1.2.3 岩爆预测及预警研究现状 |
| 1.3 现有研究存在的不足 |
| 1.4 研究内容及方法 |
| 2 机器学习相关算法简介 |
| 2.1 引言 |
| 2.2 深度学习及其相关理论 |
| 2.2.1 BP神经网络 |
| 2.2.2 卷积神经网络 |
| 2.3 支持向量机算法 |
| 2.3.1 支持向量机算法原理 |
| 2.3.2 非线性支持向量机与核函数 |
| 2.3.3 SVM算法正则化及对多分类问题的处理 |
| 2.4 集成学习 |
| 2.4.1 随机森林算法 |
| 2.4.2 Adaboost算法 |
| 2.4.3 GBDT算法 |
| 2.4.4 XGBoost算法 |
| 2.5 本章小结 |
| 3 基于微震波形的智能定位方法研究 |
| 3.1 引言 |
| 3.2 依托工程介绍 |
| 3.2.1 工程背景 |
| 3.2.2 地质条件 |
| 3.2.3 地下厂房微震监测系统构建 |
| 3.3 传统微震事件定位方法 |
| 3.4 基于全卷积神经网络的定位预测方法 |
| 3.4.1 全卷积神经网络介绍 |
| 3.4.2 样本的预处理 |
| 3.4.3 数据集的生成 |
| 3.4.4 全卷积神经网络模型结构 |
| 3.4.5 损失函数、正则化及优化方法 |
| 3.5 基于全卷积神经网络的定位精度分析 |
| 3.5.1 实验数据及环境 |
| 3.5.2 评估标准 |
| 3.5.3 实验结果 |
| 3.6 结果及讨论 |
| 3.6.1 输入样本噪声的影响 |
| 3.6.2 设置滤波器的影响分析 |
| 3.6.3 采用“过采样”方法的影响分析 |
| 3.6.4 不同区域的输出值分析 |
| 3.7 本章小结 |
| 4 基于微震参数的深埋隧道岩爆预测分析 |
| 4.1 引言 |
| 4.2 依托工程介绍 |
| 4.2.1 工程背景 |
| 4.2.2 地质条件 |
| 4.2.3 秦岭输水隧洞微震监测系统构建 |
| 4.3 定量地震学参数介绍 |
| 4.4 微震事件的统计学特征 |
| 4.4.1 震级-频度关系及其计算方法 |
| 4.4.2 b值的极大似然估计算法 |
| 4.5 数据集的生成及处理 |
| 4.6 基于机器学习的岩爆等级预测结果分析 |
| 4.6.1 不同核函数下的SVM岩爆等级预测结果分析 |
| 4.6.2 基于集成学习的岩爆等级预测结果分析 |
| 4.6.3 模型性能综合分析 |
| 4.7 本章小结 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 岩爆倾向和破裂特征研究 |
| 1.2.2 岩石破裂与声发射前兆信息 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 不同埋深灰岩力学性能试验 |
| 2.1 不同埋深灰岩试样 |
| 2.1.1 试样制备 |
| 2.1.2 灰岩试样选取 |
| 2.1.3 灰岩孔隙率 |
| 2.2 不同埋深灰岩单轴压缩试验 |
| 2.2.1 试验系统及测试方案 |
| 2.2.2 灰岩单轴压缩试验结果 |
| 2.2.3 灰岩岩石特征强度分析 |
| 2.3 本章小结 |
| 第三章 不同埋深灰岩岩爆倾向性研究 |
| 3.1 灰岩岩爆倾向性试验 |
| 3.1.1 岩石单轴加卸载试验 |
| 3.1.2 岩石巴西劈裂试验 |
| 3.2 不同埋深灰岩岩爆倾向性判别 |
| 3.2.1 基于弹性能量指数判别不同埋深灰岩岩爆倾向性 |
| 3.2.2 基于线弹性能判别不同埋深灰岩岩爆倾向性 |
| 3.2.3 基于脆性指数判别不同埋深灰岩岩爆倾向性 |
| 3.3 不同埋深灰岩岩爆倾向性综合分析 |
| 3.4 本章小结 |
| 第四章 灰岩岩爆倾向与声发射特征关联性分析 |
| 4.1 声发射特征参数分析研究 |
| 4.1.1 声发射振铃计数分析研究 |
| 4.1.2 声发射事件数分析研究 |
| 4.1.3 声发射累计能量分析研究 |
| 4.2 声发射分形特征研究 |
| 4.2.1 分形维数确定 |
| 4.2.2 相空间维数m的确定 |
| 4.2.3 声发射分形特征研究 |
| 4.3 本章小结 |
| 第五章 不同岩爆倾向灰岩破裂特征研究 |
| 5.1 不同岩爆倾向灰岩宏观裂纹形态特征分析 |
| 5.1.1 不同岩爆倾向灰岩岩爆裂纹破裂形态 |
| 5.1.2 基于RA和AF值对岩爆裂纹分类 |
| 5.2 不同岩爆倾向灰岩断口微观形貌特征分析 |
| 5.2.1 破裂面断口相貌特征 |
| 5.2.2 不同岩爆倾向灰岩岩爆微观破征特征分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
| 致谢 |
| 摘要 |
| Abstract |
| 1 研究背景及意义 |
| 1.1 剥落破坏事故频发 |
| 1.2 岩爆事故后果严重 |
| 2 文献综述与研究计划 |
| 2.1 隧道围岩参数不确定性分析研究现状 |
| 2.1.1 围岩参数不确定性对风险的影响研究 |
| 2.1.2 概率反分析方法研究 |
| 2.2 深埋硬岩隧道剥落破坏风险评估现状 |
| 2.2.1 剥落破坏风险可能性概率估测方法研究 |
| 2.2.2 剥落破坏风险后果严重程度估测方法研究 |
| 2.2.3 剥落破坏风险分级标准研究 |
| 2.3 深埋硬岩隧道岩爆风险评估现状 |
| 2.3.1 经验指标分类法研究 |
| 2.3.2 统计分析法研究 |
| 2.3.3 数值计算与试验监测法研究 |
| 2.4 研究中存在的主要问题 |
| 2.5 研究内容与技术路线 |
| 2.5.1 研究内容 |
| 2.5.2 技术路线 |
| 2.6 本章小结 |
| 3 深埋硬岩隧道围岩参数不确定性对风险的影响量化表征 |
| 3.1 DISL模型的不确定性 |
| 3.1.1 DISL模型 |
| 3.1.2 模型参数不确定性来源 |
| 3.2 概率反演B-PSO-MSVM方法 |
| 3.2.1 贝叶斯概率反演方法 |
| 3.2.2 基于PSO-MSVM的智能响应面方法 |
| 3.2.3 模型计算过程 |
| 3.3 结果验证与分析 |
| 3.3.1 工程背景 |
| 3.3.2 基于均匀设计方法的训练样本集确定 |
| 3.3.3 MSVM智能响应面模型建立 |
| 3.3.4 反演计算 |
| 3.3.5 参数不确定性分析 |
| 3.4 本章小结 |
| 4 深埋硬岩隧道剥落破坏风险评估方法 |
| 4.1 剥落破坏不确定性分析 |
| 4.1.1 参数不确定性分析 |
| 4.1.2 模型不确定性分析 |
| 4.2 剥落破坏风险评估方法 |
| 4.2.1 剥落破坏风险估计 |
| 4.2.2 剥落破坏风险分级标准确定 |
| 4.2.3 剥落破坏风险评估计算流程 |
| 4.3 评估结果验证 |
| 4.3.1 工程背景 |
| 4.3.2 剥落破坏概率估测 |
| 4.3.3 剥落破坏后果损失估测 |
| 4.3.4 剥落破坏风险估计 |
| 4.3.5 剥落破坏风险分级标准确定 |
| 4.3.6 风险评估结果 |
| 4.4 讨论分析 |
| 4.4.1 剥落破坏深度经验公式估测影响分析 |
| 4.4.2 随机变量变异系数对PCE概率密度函数的影响分析 |
| 4.4.3 随机变量相关系数对PCE概率密度函数的影响分析 |
| 4.5 本章小结 |
| 5 深埋硬岩隧道岩爆风险评估方法 |
| 5.1 基于案例分析的岩爆预测概率模型 |
| 5.1.1 岩爆案例统计特征 |
| 5.1.2 Copula-LSSVM概率模型 |
| 5.1.3 模型结果验证 |
| 5.1.4 讨论分析 |
| 5.2 基于微震信息演化特征的岩爆风险动态评估方法 |
| 5.2.1 微震参数案例统计特征 |
| 5.2.2 岩爆风险评估方法 |
| 5.2.3 结果验证 |
| 5.2.4 讨论分析 |
| 5.3 岩爆风险评估机制分析 |
| 5.3.1 两阶段风险评估机制 |
| 5.3.2 风险评估机制对比分析 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 岩爆案例数据统计 |
| 附录B 岩爆微震监测案例数据统计 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 岩爆机理研究现状 |
| 1.2.2 岩爆预测研究现状 |
| 1.2.3 岩爆防治研究现状 |
| 1.3 研究内容与方法、创新点、技术路线 |
| 1.3.1 研究内容与方法 |
| 1.3.2 创新点 |
| 1.3.3 技术路线 |
| 2 岩爆烈度等级预测数据库建立 |
| 2.1 岩爆评价指标选取 |
| 2.1.1 岩爆工程实例分析 |
| 2.1.2 岩爆评价指标确定 |
| 2.2 岩爆烈度等级确定 |
| 2.3 岩爆烈度等级预测数据库 |
| 2.4 本章小结 |
| 3 基于随机森林优化层次分析法-云模型的岩爆预测模型研究 |
| 3.1 随机森林优化层次分析法-云模型的理论依据 |
| 3.1.1 正向高斯云算法 |
| 3.1.2 随机森林算法 |
| 3.2 基于随机森林-层次分析法的指标权重计算方法 |
| 3.2.1 基本的层次分析法 |
| 3.2.2 基于随机森林的岩爆评价指标重要性分析 |
| 3.2.3 随机森林-层次分析法构建 |
| 3.3 基于随机森林优化层次分析法-云模型的岩爆预测模型 |
| 3.3.1 岩爆烈度等级预测模型构建 |
| 3.3.2 岩爆烈度等级标准确定 |
| 3.3.3 岩爆评价指标云模型生成 |
| 3.3.4 岩爆评价指标权重计算 |
| 3.3.5 岩爆综合确定度计算 |
| 3.4 模型有效性验证 |
| 3.5 本章小结 |
| 4 基于改进萤火虫算法优化支持向量机的岩爆预测模型研究 |
| 4.1 改进萤火虫算法优化支持向量机的理论依据 |
| 4.1.1 间隔与支持向量 |
| 4.1.2 支持向量机模型 |
| 4.1.3 核函数 |
| 4.2 基于改进萤火虫算法优化支持向量机的岩爆预测模型 |
| 4.2.1 基本的萤火虫算法 |
| 4.2.2 改进的萤火虫算法 |
| 4.2.3 岩爆烈度等级预测模型构建 |
| 4.2.4 岩爆样本数据准备 |
| 4.2.5 模型主要参数及实现 |
| 4.3 模型有效性验证 |
| 4.4 本章小结 |
| 5 基于Dropout和改进Adam算法优化深度神经网络的岩爆预测模型研究 |
| 5.1 Dropout和改进Adam算法优化深度神经网络的理论依据 |
| 5.1.1 深度学习技术 |
| 5.1.2 深度神经网络模型 |
| 5.1.3 Dropout正则化 |
| 5.1.4 参数优化算法 |
| 5.2 基于Dropout和改进Adam算法优化深度神经网络的岩爆预测模型 |
| 5.2.1 基本的Adam算法 |
| 5.2.2 改进的Adam算法 |
| 5.2.3 岩爆烈度等级预测模型构建 |
| 5.2.4 岩爆样本数据准备 |
| 5.2.5 深度神经网络结构设计 |
| 5.2.6 模型主要参数及实现 |
| 5.3 模型有效性验证 |
| 5.4 本章小结 |
| 6 不同岩爆预测模型的对比分析及工程实例应用 |
| 6.1 三种岩爆烈度等级预测模型的对比分析 |
| 6.1.1 预测准确率的对比分析 |
| 6.1.2 时效性的对比分析 |
| 6.1.3 适用范围的对比分析 |
| 6.1.4 对比分析小结 |
| 6.2 内蒙古赤峰某金矿的岩爆预测与防治 |
| 6.2.1 岩爆评价指标值确定 |
| 6.2.2 岩爆预测 |
| 6.2.3 岩爆防治 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录 岩爆烈度等级预测数据库 |
| 在学研究成果 |
| 致谢 |
| 摘要 |
| 研究成果的主要创新点 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微震波形识别与分类研究 |
| 1.2.2 微震波形降噪和到时拾取研究 |
| 1.2.3 微震定位方法研究 |
| 1.2.4 岩爆预测及预警研究 |
| 1.2.5 主要问题与不足 |
| 1.3 研究思路、研究内容与技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第2章 基于深度卷积神经网络的围岩微震波形分类研究 |
| 2.1 引言 |
| 2.2 项目概况及数据来源 |
| 2.2.1 项目概况 |
| 2.2.2 微震监测系统构建 |
| 2.2.3 数据来源及岩爆灾害 |
| 2.3 微震波形的特征识别 |
| 2.4 微震波形信号预处理 |
| 2.5 CNN-MCN微震波形分类模型构建 |
| 2.6 CNN-MCN微震波形分类性能分析 |
| 2.6.1 数据准备与训练 |
| 2.6.2 实验结果和分析 |
| 2.7 本章小结 |
| 第3章 基于深度编解码的围岩微震波形降噪和拾取研究 |
| 3.1 引言 |
| 3.2 自编码神经网络模型 |
| 3.2.1 自编码 |
| 3.2.2 卷积自编码 |
| 3.3 微震波形降噪与拾取双任务模型构建 |
| 3.4 微震波形降噪与拾取双任务模型性能分析 |
| 3.4.1 数据准备和训练 |
| 3.4.2 实验结果与分析 |
| 3.4.3 通用性与对比分析 |
| 3.5 本章小结 |
| 第4章 隧道围岩微震阵列优化及震源定位研究 |
| 4.1 引言 |
| 4.2 微震定位原理及目标函数构建 |
| 4.3 隧道微震阵列探讨与评估 |
| 4.3.1 “非包围”微震阵列不足 |
| 4.3.2 “非包围”微震阵列评估和优化 |
| 4.4 隧道震源定位方法优化与构建 |
| 4.4.1 隧道围岩速度模型优化 |
| 4.4.2 微震定位优化算法构建 |
| 4.5 微震优化阵列与改进定位方法的测试与应用 |
| 4.5.1 “非包围”微震阵列测试与应用 |
| 4.5.2 围岩波速模型测试 |
| 4.5.3 不同定位算法对比 |
| 4.5.4 微震定位优化方法应用 |
| 4.6 本章小结 |
| 第5章 基于卷积神经网络的微震预测及岩爆预警研究 |
| 5.1 引言 |
| 5.2 相关理论基础 |
| 5.2.1 时间序列预测原理 |
| 5.2.2 ARIMA经典时间序列预测方法 |
| 5.2.3 神经网络预测模型 |
| 5.3 岩爆微震指标库建立 |
| 5.3.1 微震评价指标 |
| 5.3.2 岩爆微震指标选取与构建 |
| 5.3.3 数据预处理 |
| 5.4 微震指标预测研究 |
| 5.4.1 实验环境与数据 |
| 5.4.2 评价指标 |
| 5.4.3 微震指标时间序列模型构建 |
| 5.4.4 实验结果分析 |
| 5.4.5 不同方法对比 |
| 5.5 岩爆微震预警研究 |
| 5.5.1 实验数据 |
| 5.5.2 岩爆微震预警模型 |
| 5.5.3 岩爆微震综合预警 |
| 5.6 本章小节 |
| 第6章 隧道微震自动化监测及岩爆智能预警平台研究 |
| 6.1 引言 |
| 6.2 系统分析与设计 |
| 6.2.1 设计原则 |
| 6.2.2 系统开发及代码管理平台 |
| 6.2.3 系统及框架设计 |
| 6.2.4 数据库设计 |
| 6.3 系统主要模块 |
| 6.3.1 微震听诊模块 |
| 6.3.2 微震预测模块 |
| 6.3.3 岩爆预警模块 |
| 6.3.4 用户与信息模块 |
| 6.3.5 系统运行流程 |
| 6.4 工程应用 |
| 6.4.1 工程概况 |
| 6.4.2 微震自动化监测 |
| 6.4.3 微震预测和岩爆预警分析 |
| 6.5 本章小结 |
| 结论与展望 |
| 1 结论 |
| 2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 2 文献综述与研究内容 |
| 2.1 “深部”的科学界定 |
| 2.2 竖井开挖围岩稳定性分析及控制技术 |
| 2.3 岩爆机理及控制措施研究 |
| 2.3.1 岩爆机理研究现状 |
| 2.3.2 岩石冲击倾向性研究 |
| 2.3.3 岩爆防治措施研究 |
| 2.4 岩体能量理论研究 |
| 2.4.1 岩体储能特征研究 |
| 2.4.2 岩体能量耗散特征研究 |
| 2.4.3 深部岩体能量释放特征 |
| 2.5 声发射在围岩稳定性评价中的应用 |
| 2.5.1 声发射不可逆特征研究 |
| 2.5.2 声发射b值研究 |
| 2.5.3 岩石破裂前兆频谱特征分析 |
| 2.6 主要研究内容和技术路线 |
| 3 纱岭金矿主井地层完整性评价及地应力分布特征 |
| 3.1 纱岭金矿主井穿越地层完整性评价 |
| 3.2 地应力测量结果分析 |
| 3.2.1 地应力测量目的及意义 |
| 3.2.2 水压致裂地应力测量系统及测试过程 |
| 3.2.3 地应力测量结果分析 |
| 3.2.4 最大水平主应力方向分布特征 |
| 3.3 本章小结 |
| 4 纱岭金矿深部地层岩石力学性能与冲击危险性分析 |
| 4.1 岩样采集与制备 |
| 4.2 深部地层岩石细观结构特征 |
| 4.2.1 岩石矿物成分及结构形貌 |
| 4.2.2 深部地层岩石孔隙结构特征 |
| 4.3 单轴压缩作用下深部地层岩石力学性能试验研究 |
| 4.3.1 试验方案及力学特征 |
| 4.3.2 单轴压缩作用下声发射能量特征 |
| 4.3.3 深部岩石单轴压缩作用下裂纹扩展特征 |
| 4.3.4 深部地层岩石脆性强度特征 |
| 4.4 深部地层岩石三轴压缩作用下力学性能试验研究 |
| 4.4.1 试验方案及力学特征分析 |
| 4.4.2 三轴压缩作用下声发射时、频参数变异性 |
| 4.4.3 AE时间序列分形特征 |
| 4.5 深部地层岩石抗拉强度及加载速率效应试验研究 |
| 4.5.1 试样制备及试验方法 |
| 4.5.2 深部岩石抗拉强度加载速率效应 |
| 4.6 深部地层岩石动态冲击作用下力学特征 |
| 4.6.1 试验设备简介 |
| 4.6.2 动态力学特征 |
| 4.6.3 动态冲击下岩样破坏形态 |
| 4.7 循环加卸载作用下深部地层岩石力学性能及AE特征研究 |
| 4.7.1 循环加卸载试验方案 |
| 4.7.2 循环加载对岩体力学性能影响研究 |
| 4.7.3 不同围压下岩样扩容特征 |
| 4.7.4 深部地层岩石失稳破坏过程与AE信号相关性研究 |
| 4.8 不同深度地层岩石冲击危险性 |
| 4.8.1 冲击倾向性综合评价 |
| 4.8.2 不同埋深岩石冲击危险性 |
| 4.9 本章小结 |
| 5 深部地层岩石能量演化机制及失稳判据研究 |
| 5.1 单轴压缩作用下岩石储能能力随深度变化规律 |
| 5.2 三轴压缩作用下深部地层岩石储能特征 |
| 5.3 深部地层岩石能量演化机制 |
| 5.3.1 能量计算方法 |
| 5.3.2 能量演化及分配规律 |
| 5.3.3 不同应力水平作用下岩石冲击危险性 |
| 5.3.4 工程扰动能量响应特征 |
| 5.3.5 基于耗散能岩石损伤及失稳判据 |
| 5.4 深部地层岩石失稳破坏能量演化与AE信号相关性 |
| 5.4.1 岩石不可逆特征研究 |
| 5.4.2 声发射b值演化特征 |
| 5.4.3 循环加卸载累计振铃计数与应变关系研究 |
| 5.5 冲击载荷下深部花岗岩能量耗散特征 |
| 5.6 开挖扰动岩体能量路径探讨 |
| 5.7 本章小结 |
| 6 深竖井开挖围岩稳定性分析及控制技术 |
| 6.1 深竖井围岩稳定性评价指标 |
| 6.2 纱岭金矿主井深部地层开挖围岩稳定性 |
| 6.2.1 Hoek-Brown准则确定岩体参数 |
| 6.2.2 主井开挖位移场随深度变化特征 |
| 6.2.3 主井开挖应力场和塑性区随深度变化规律 |
| 6.3 不均匀地层对深部井筒稳定性影响 |
| 6.4 基于破坏接近度的围岩稳定性分析 |
| 6.5 不同深度地层能量场分布特征 |
| 6.6 主井深部地层危险区域综合分析及预测 |
| 6.7 主井深部地层围岩稳定性控制措施 |
| 6.8 本章小结 |
| 7 结论及创新点 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与方法 |
| 1.4 技术路线 |
| 2 相关理论与方法基础 |
| 2.1 岩爆的基础理论 |
| 2.2 岩爆的机理 |
| 2.3 岩爆的动力源分析 |
| 2.4 岩爆的预测方法 |
| 3 引水隧洞工程概况与稳定性评价 |
| 3.1 地理位置 |
| 3.2 工程概况 |
| 3.3 地质条件 |
| 3.4 气象水文条件 |
| 3.5 岩爆问题概述 |
| 3.6 引水隧洞稳定性评价 |
| 3.7 本章小结 |
| 4 引水隧洞岩爆的模糊综合预测研究 |
| 4.1 岩爆的影响因素 |
| 4.2 建立评价模型因素集 |
| 4.3 建立烈度评价因素集 |
| 4.4 U中各元素在V上的隶属度与模糊关系矩阵 |
| 4.5 评价模型因素权重确定 |
| 4.6 岩爆烈度及其分布的模糊综合预测 |
| 4.7 预测结果分析 |
| 4.8 本章小结 |
| 5 引水隧洞的岩爆防治研究 |
| 5.1 改善围岩应力 |
| 5.2 改变围岩性质 |
| 5.3 加固围岩 |
| 5.4 防护、躲避及监测措施 |
| 5.5 加强施工周期化管理 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 论文主要研究工作总结 |
| 6.2 论文的创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
| 1 指标判据法 |
| 1.1 单指标判据法 |
| 1.1.1 应力条件指标判据 |
| 1.1.2 岩爆倾向性判据(岩石固有性质) |
| 1.1.3 围岩地质条件判据 |
| (1)RQD指标判据。 |
| (2)岩体质量分级。 |
| 1.2 综合指标判据 |
| 1.2.1 贾愚如判据 |
| 1.2.2 秦岭隧道判据 |
| 1.2.3 修改的谷-陶岩爆判据 |
| 1.2.4 岩爆倾向性指标RVI |
| 1.2.5 岩爆势Prb |
| 1.2.6 潜在岩爆指数Ω |
| 1.2.7 综合指标分析 |
| 2 数值指标方法 |
| 2.1 能量释放率ERR |
| 2.2 超剪应力ESS |
| 2.3 岩爆倾向指数BPI |
| 2.4 局部能量释放密度LERD |
| 2.5 局部能量释放率LERR |
| 2.6 相对能量释放指数RERI |
| 2.7 单位时间相对能量释放率URLERI |
| 2.8 数值指标方法分析 |
| 3 应用数学方法 |
| 3.1 基于岩爆案例样本训练的岩爆综合预测方法 |
| 3.1.1 人工神经网络智能方法 |
| 3.1.2 支持向量机方法 |
| 3.1.3 距离判别分析方法 |
| 3.1.4 Bayes判别分析方法 |
| 3.1.5 Fisher判别分析方法 |
| 3.1.6 高斯过程方法 |
| 3.2 基于指标判据的岩爆综合预测方法 |
| 3.2.1 模糊数学方法 |
| 3.2.2 物元可拓综合判别方法 |
| 3.2.3 灰色系统理论方法 |
| 3.2.4 属性数学理论方法 |
| 3.2.5 功效系数法 |
| 3.2.6 理想点法 |
| 3.2.7 投影寻踪法 |
| 3.2.8 逼近理想解法 |
| 3.2.9 证据理论法 |
| 3.2.10 云模型法 |
| 3.3 应用数学方法分析 |
| 4 现场监测方法 |
| 4.1 微震监测法 |
| 4.2 声发射监测法 |
| 4.3 微重力法 |
| 4.4 红外热像法 |
| 4.5 现场监测方法分析 |
| 5 不同岩爆预测预警评价及适应范围 |
| 5.1 岩爆指标判据 |
| 5.2 数值指标方法 |
| 5.3 应用数学方法 |
| 5.4 现场监测法 |
| 6 岩爆预测预警发展趋势 |
| 6.1 岩爆预测预警精确性需求更高 |
| 6.2 岩爆预测预警智能化 |
| 6.3 岩爆预警即时化、现代化 |
| 7 结 论 |
